京东发布《未来科技趋势白皮书》

8 人阅读 | 时间:2021年05月04日 14:01


逝者如斯,新的十年,哪些关键技术将重新塑造我们的社会、改变我们的生活?

近日,京东集团技术委员会发布《技术重构社会供应链——未来科技趋势白皮书》,向业界全面展示了京东数智化社会供应链在人工智能、物联网、区块链、自主系统、下一代技术等五大关键技术领域的技术趋势研究,以及在零售、健康、物流、金融、城市等五大场景的技术赋能成果。

其中,人工智能、物联网、区块链、自主系统、下一代计算,正在成为未来科技趋势的主要关键词。

人工智能(包括机器学习、深度学习及联邦学习等)将在机器学习、机器视觉、自然语言处理等领域的基础理论和关键技术取得重要突破,从而加强AI的可信赖程度。

物联网设备、5G通信技术、以及边缘计算技术的发展将使物联网实现跨越式普及,数字孪生世界将成为可能。

区块链的共识机制、分布式存储、安全保护在保证数据可信可靠传播中扮演着重要的角色。

区块链的发展将构筑以互信合作商业模式为主的数智化供应链新模态,形成人与人之间完全信任、共享共建的新社会生态

自主系统(自动驾驶、高精地图、自主环境感知等)将进入高级自动化和自治时代,人脑、云脑、端脑与生物体、数字体、机械体融合共生,达到人机柔性智能融合。

下一代计算(包括量子计算、云计算、异构计算等)具有多场景、安全、云边端协同一体化的特性,将成为数智化社会的重要基础设施。

以下为《技术重构社会供应链——未来科技趋势白皮书》的扩展解读。

趋势一:“人工智能”三大重点技术走向“深水区”

对于人工智能的未来发展方向,在此次白皮书中,主要分析了三项主流技术:

· 机器学习

· 机器视觉(视)

· 自然语言处理(听、读、说)

目前,人工智能技术表现出来的更多是“人工的”智能,依靠人工帮助机器拓宽可学习的范围。

京东集团技术委员会认为,虽然目前的方法尚未赋予机器完全的认知智能或决策智能,但已经在线上零售、金融风控、智慧城市等多个行业及应用场景产生了商业价值。

京东集团人工智能应用场景

机器学习领域发展最快的一个分支,又属以神经网络为基础的深度学习。

目前业界大数据、无人车、计算机视觉、智能供应链等工程项目均使用深度学习算法。

其中,针对超大数据量的深度学习,模型训练是关键步骤,同时也是既耗时又耗费GPU资源的工作,严重限制了深度学习各项应用的推进。

对于这一痛点,京东提出了新颖的深度学习分布式优化理论和算法——特征回放算法(Features replay),并通过实验验证了在无性能损失的前提下,特征回放算法比传统反向传播算法(Backpropagation),在速率上节省至少34.4%的训练时间。

此外,随着新场景问题的不断出现,结合特定场景的机器学习范式也不断被提出,代表了未来机器学习发展的方向,例如联邦学习、迁移学习、对抗学习、分布式学习、元学习、可解释学习、轻量学习和量子机器学习等。

而京东科技也积极跟进这些机器学习发展方向,比如在2020年10月正式推出自主研发的联邦学习平台——Fedlearn。

目前京东科技金条、白条业务模型已经全面实现了传统建模向联邦建模的升级,联邦模式下模型的风险识别能力和流量转化率均得到了提升。

除了在风控方面的应用,Fedlearn平台还在智能城市等领域有着广泛应用。

除了机器学习外,白皮书还聚焦分析了机器视觉、自然语言处理这两项主流技术。

京东集团技术委员会认为,在机器视觉领域,大规模视觉分析识别准确率不断提升,落地于部分实际应用场景,但复杂开放场景的应用尚未广泛铺开。

目前,机器视觉技术在安防、工业检测、自动驾驶等场景下快速普及,具体可用于手机、行车记录仪、安防摄像头等。

在自然语言处理方面,“熟读唐诗三百首,不会作诗也会吟”的概念不仅适用于人,同样适用于机器。

未来,智能客服、智能营销、旅游咨询、医疗问诊等场景,随着数据的大量累积和使用,可以提供接近于行业专家水准的拟人化服务。

据悉,在2020年“京东11.11”当天,京东情感智能客服累计服务6552万次,京东智能分析平台调用量超过1亿次。

趋势二:“物联网”应用场景将迎来大爆发

物联网(IoT,The Internet of things)是人、物、服务泛在相连的互联网。

持续创新的物联网技术与社会消费、工业生产密切融合,逐步形成了消费物联网(C端)、产业物联网(B端)、数字城市等新型信息产业。

物联网C端家居生态

以消费物联网为例,消费级物联网的场景包含智能家居、可穿戴设备等,这些场景与消费者的生活息息相关,其中智能家居属于发展较快的领域,安防、照明、环境(三恒系统)等家庭乃至更大场所内的场景均是智能家居的发展机会点。

物联网行业的发展目标是成为物理世界和数字世界的连接枢纽,融合两个世界的文化观和世界观,改善人类社会的生活体验,提升产业效率。

根据艾瑞咨询的数据统计,截至2019年中国物联网设备连接量已达45.7亿个,预计2019年到2025年中国物联网连接量将以27.8%的年复合增长率持续增长。

同时根据中国工业和信息化部的统计,截至2020年6月,蜂窝物联网终端用户数已达到11.06亿,其中应用于智能制造、智慧交通、智慧公共事业的终端用户占比分别达21.1%、18.2%、21.4%。

中国物联网在设备接入量增长迅猛,应用场景百花齐放。

物联网技术在京东业务体系中有着丰富的应用场景,京东集中发展物联网及相关技术,以提升自身物流、零售、健康、金融、城市等业务的运行效率。

2014年以来,京东逐步将其物联网技术面向外部开放,为各个智能领域赋能。

目前,京东已经形成包括智能家居、智能物流、智能金融、智能医疗、工业物联、智能地产、智能车联等领域的行业解决方案。

京东集团物联网技术解决方案

相较于其他厂商,自营电商属性的优势使得京东可以对智能家居产品进行跨品牌、跨品类的整合,形成更成熟的数字化及场景孪生能力。

依托京东科技的云原生技术,京东形成了完善的单品智能化方案,为智能家居产品提供可靠的云服务平台、高性价比模组以及APP端控制方式,可支持10余种智能化协议,能够快速帮助品牌商实现产品的智能化。

此外,京东还提供智能助手赋能方案,让产品具备听觉、视觉和理解能力,实现播放音乐、购物、家居设备控制等功能,使产品更加智能。

目前,京东智能家居京鱼座生态品牌,已成为智能家居领域一个具备开放设备控制能力的品牌,为230多家品类、1000多家品牌商、4000多种产品提供服务,连接超过2亿台设备。

AR/VR/MR技术的普及可以使人们通过远程操控虚拟设备改变现实设备的运作;脑机接口的发展可以让设备直接感知人们的需求,及时做出回应,进一步简化了设备的操作流程;残障人士可以借助上述技术,通过操作数字孪生改变现实设备的运作,极大提高了生活及工作上的便利性。

物联网技术的发展,还可以让产品供给侧的厂商可以直接感知到需求侧消费者的产品使用需求,调动自身产品服务消费者,跳出了消费者需“先拥有、后享受”的传统商业模式。

生产厂商将会从现在的售卖产品模式,过渡到售卖产品+服务模式,继而发展到最终的售卖服务模式。

汽车制造厂商可从现在的售卖汽车+售后保养服务模式发展到出行服务模式;航空发动机厂商(如Rolls-Royce)可从售卖发动机+维护服务模式发展到租用服务模式,解除了产品生产厂商与消费者需通过实体设备连接双方的硬性要求。

趋势三:联盟链成为企业应用“区块链”的主流形式

“区块链”是一个技术组合的统称,它是将数学、密码学、互联网通信、分布式存储、共识协议等理论和技术结合后所诞生的信息技术术语,它支持数字信息的共享存储和共同鉴证,可在司法、贸易、金融等域通过多方投票方式达成共同决议,实现多个主体之间的协作信任与一致行动。

当前区块链技术仍处于快速发展与迭代阶段,在“数字经济”、“新基建”等相关政策的引导下,区块链技术正在从小规模应用探索向大规模应用实践转变。

此外,随着更多资源的注入和真实需求的挖掘,区块链技术正加速着各行各业的变革,区块链核心技术的自主创新,底层架构体系的自研开发已成为其发展的基本趋势。

在国家主张自主知识产权的背景下,区块链已上升至国家战略,有望成为数字经济的新引擎。

区块链发展历程

智能合约是区块链系统可以自动按照预设条件自动执行的代码,是区块链2.0的核心组件。

使用智能合约,用户可以开发各种去中心化的应用。

如今,电子钱包、游戏、交易所、市场、投票系统等各式各样的区块链应用的出现,都得益于智能合约。

未来,区块链3.0是基于智能合约,深度嵌入社会生活的各种区块链应用,人们可以使用智能合约进行理财、娱乐、学习等。

区块链有公有链、私有链、联盟链之分。

目前,联盟链已经成为企业应用区块链技术的主流形式。

在单链架构下,现有区块链技术在性能、容量、隐私、隔离性、扩展性等方面均存在的瓶颈,因而驱动了联盟链的兴起。

联盟链通过面向联盟成员的共识机制,实现多中心化,支持跨部门的业务协同。

依托联盟链技术和联盟协作建立可持续、安全和可信的支撑框架,实现底层平台与应用需求多种形式的链通。

目前区块链的落地场景中,主要还是企业之间组成的联盟链开展业务,随着业务的发展会形成一个一个联盟链数据孤岛。

未来各联盟会相互联通,依托工业级跨链互操作技术,可实现异构云环境、异构区块链底层的相互通信和相互操作,实现跨链融合打通,支撑大规模异构链跨链协同。

趋势四:“自主系统”高级自动化,自动驾驶正批量落地

自主系统是指具有一定自治能力和自主性的控制系统,结合人工智能与物联网等技术,并通过实时控制决策来实现系统的自治。

目前,自主系统主要应用于无人车、无人机、移动机器人等领域。

自主系统可以替代或辅助人类在特定环境下完成任务,极大提高了人类的感知范围,扩展了人类的行为能力。

在军事和民用领域,自主系统可以满足多场景的自动化和智能化需求,通过整个集成系统的有机协作,大幅提升系统性能,从而满足对总体效益和生产能力的要求。

自动驾驶技术是自主系统的重要组成部分,旨在没有任何人类主动的操作下,自动安全地操作机动车辆。

目前,随着产业链逐渐成熟,自动驾驶正批量落地。

自动驾驶公司与车辆生产公司形成产业链上下游关系,车辆生产公司聚焦于降低车辆生产成本,提高其稳定性和一致性,而自动驾驶公司则聚焦于提供高性能的自动驾驶服务,将其变成商品提供给客户。

自动驾驶的普及激活了相关智能组件市场,计算单元、芯片、传感器、高精地图、仿真云平台技术将得到快速发展,促进自动驾驶技术的快速升级迭代。

疫情期间的无人配送车辆应用

京东无人配送车自2016年诞生以来经历了多次迭代,目前搭载L4级自动驾驶芯片,拥有数据仿真平台、机器人管理平台和工控平台等,可实现自主环境感知、高精定位和规划预测等功能。

趋势五:云计算、量子计算等“下一代计算”将迎来新发展

近年来,随着数据规模的不断增长,人工智能特别是深度学习算法在越来越多的行业内得到应用,对计算系统提出了越来越高的要求与挑战。

在新技术、新场景、新挑战的驱动下,计算领域正经历着一场深刻的变革。

在下一代计算中,计算任务从用户端逐步向计算能力更强大的边缘端和远程云服务器处移动,正朝着云、边、端协同计算的层级结构发展。

云计算硬件已经成为计算技术创新的主战场。

目前已经开发了多种新计算构架和处理器,并投入使用。

在少数一些边端应用领域,如自动驾驶、安防,专用的计算芯片已经获得认可并投入使用,还有广阔的应用空间等待被新的计算技术所覆盖。

因此,很难有一种通用的计算硬件适用于所有边端的计算需要。

集成电路工艺在突破5nm之后逐渐在接近晶体管直径的物理极限。

尽管目前集成电路工艺仍继续向着1nm迈进,但其制造成本却大幅提高。

在同等成本水平下是否可以维持算力的指数增长可能成为下一代计算前进的关键。

在寻找集成电路工艺替代算力的尝试中,量子计算被认为是最有可能补充传统集成电路算力的技术。

在实验中的一个计算案例,用目前最先进的超级计算机需要计算一万年,而量子计算机只用了二百秒。

而中国的“九章”量子计算原型机则实现了76量子比特。

我国量子计算逐渐走出实验室,量子计算在特定计算任务上具备指数加速能力,有望成为“后摩尔定律”时代新的计算形态,对潜在商业应用形成良性激励。

白皮书指出,云平台已成为量子计算应用探索和产业推广的重要方式,国内外多家科技企业和初创企业,包括本源量子和深圳量旋等都陆续推出了自己的量子计算云平台和服务。

登高远眺,踏路而行

睁开双目,机器视觉、自然语言处理、5G通信、自动驾驶等技术有的快速迭代、有的大规模落地、有的已渐趋成熟;

登高望远,量子计算、AR/VR、脑机接口等技术应用的大量普及,三五年内想要完成虽然还有极大的难度,但将时间线拉长又豁然开朗。